JP6761272B2 - 最適な信号処理によるｏｃｔ血管造影法 - Google Patents

最適な信号処理によるｏｃｔ血管造影法 Download PDF

Info

Publication number
JP6761272B2
JP6761272B2 JP2016078841A JP2016078841A JP6761272B2 JP 6761272 B2 JP6761272 B2 JP 6761272B2 JP 2016078841 A JP2016078841 A JP 2016078841A JP 2016078841 A JP2016078841 A JP 2016078841A JP 6761272 B2 JP6761272 B2 JP 6761272B2
Authority
JP
Japan
Prior art keywords
oct
ratio
image
value
angiographic
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2016078841A
Other languages
English (en)
Other versions
JP2016202900A (ja
Inventor
チャールズ・レイズマン
ワング・ゼングォ
篤司 窪田
篤司 窪田
ジョナサン・リュー
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Topcon Corp
Original Assignee
Topcon Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Topcon Corp filed Critical Topcon Corp
Publication of JP2016202900A publication Critical patent/JP2016202900A/ja
Application granted granted Critical
Publication of JP6761272B2 publication Critical patent/JP6761272B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
    • A61B5/0035—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for acquisition of images from more than one imaging mode, e.g. combining MRI and optical tomography
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • A61B5/0062—Arrangements for scanning
    • A61B5/0066—Optical coherence imaging
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/02007—Evaluating blood vessel condition, e.g. elasticity, compliance
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7253—Details of waveform analysis characterised by using transforms
    • A61B5/7257—Details of waveform analysis characterised by using transforms using Fourier transforms
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
    • A61B5/7425—Displaying combinations of multiple images regardless of image source, e.g. displaying a reference anatomical image with a live image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G06T2207/10101—Optical tomography; Optical coherence tomography [OCT]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20048—Transform domain processing
    • G06T2207/20052—Discrete cosine transform [DCT]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20212—Image combination
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20212—Image combination
    • G06T2207/20221—Image fusion; Image merging
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30041—Eye; Retina; Ophthalmic
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30101—Blood vessel; Artery; Vein; Vascular
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30101—Blood vessel; Artery; Vein; Vascular
    • G06T2207/30104—Vascular flow; Blood flow; Perfusion

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Public Health (AREA)
  • Molecular Biology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physiology (AREA)
  • Artificial Intelligence (AREA)
  • Data Mining & Analysis (AREA)
  • Quality & Reliability (AREA)
  • Cardiology (AREA)
  • Signal Processing (AREA)
  • Psychiatry (AREA)
  • Mathematical Physics (AREA)
  • Vascular Medicine (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Eye Examination Apparatus (AREA)
  • Multimedia (AREA)

Description

関連出願の相互参照
本出願は、「ＯＣＴ ＡＮＧＩＯＧＲＡＰＨＹ ＵＳＩＮＧ Ａ ＲＡＴＩＯ−ＢＡＳＥＤ ＣＡＬＣＵＬＡＴＩＯＮ ＷＩＴＨ ＯＰＴＩＭＩＳＥＤ ＳＩＧＮＡＬ ＰＲＯＣＥＳＳＩＮＧ（最適な信号処理による比率ベースの計算を用いたＯＣＴ血管造影法）」と題する、２０１５年４月１５日出願の米国仮特許出願第６２／１４７，９１１号の優先権を主張し、その全体が参照により本明細書に援用される。
本出願は、「ＯＣＴ ＡＮＧＩＯＧＲＡＰＨＹ ＵＳＩＮＧ Ａ ＲＡＴＩＯ−ＢＡＳＥＤ ＣＡＬＣＵＬＡＴＩＯＮ ＷＩＴＨ ＯＰＴＩＭＩＳＥＤ ＳＩＧＮＡＬ ＰＲＯＣＥＳＳＩＮＧ（最適な信号処理による比率ベースの計算を用いたＯＣＴ血管造影法）」と題する、２０１５年６月５日出願の米国仮特許出願第６２／１７１，５３３号の優先権を主張し、その全体が参照により本明細書に援用される。
本出願は、「ＯＣＴ ＡＮＧＩＯＧＲＡＰＨＹ ＵＳＩＮＧ Ａ ＲＡＴＩＯ−ＢＡＳＥＤ ＣＡＬＣＵＬＡＴＩＯＮ ＷＩＴＨ ＯＰＴＩＭＩＳＥＤ ＳＩＧＮＡＬ ＰＲＯＣＥＳＳＩＮＧ（最適な信号処理による比率ベースの計算を用いたＯＣＴ血管造影法）」と題する、２０１５年９月２３日出願の米国仮特許出願第６２／２２２，７６７号の優先権を主張し、その全体が参照により本明細書に援用される。
本出願は、「ＯＣＴ ＡＮＧＩＯＧＲＡＰＨＹ ＵＳＩＮＧ Ａ ＲＡＴＩＯ−ＢＡＳＥＤ ＣＡＬＣＵＬＡＴＩＯＮ ＷＩＴＨ ＯＰＴＩＭＩＳＥＤ ＳＩＧＮＡＬ ＰＲＯＣＥＳＳＩＮＧ（最適な信号処理による比率ベースの計算を用いたＯＣＴ血管造影法）」と題する、２０１５年１２月４日出願の米国仮特許出願第６２／２６３，３８９号の優先権を主張し、その全体が参照により本明細書に援用される。
本発明は、光干渉断層撮影（Ｏｐｔｉｃａｌ Ｃｏｈｅｒｅｎｃｅ Ｔｏｍｏｇｒａｐｈｙ：ＯＣＴ）に関し、より詳細には血管造影ＯＣＴに関する。
血管造影光干渉断層法（ＯＣＴ）は、３次元（３Ｄ）ＯＣＴボリューム情報に基づいて血管系を可視化する技術である。ＯＣＴ血管造影法の基本概念は、脈管構造内部の血流が、ＯＣＴ撮像における相対的な位相および／または画素強度の経時的変化として現れる運動を誘導することである。ＯＣＴ血管造影処理は、血管系を表すために、そのような位相および／または強度の変化を視覚化する。このような変化は血流に由来すると仮定され、したがって、血管系を表すものと仮定される。毛細血管構造を視覚化するために十分な解像度を有し、深さ分解情報を提供することができるため、３次元ＯＣＴは血管造影に使用することができる。拡張による血管系、および血流は正面投影として可視化できるだけでなく、深さごとに、より一般的には断面ごとに、可視化することが可能である。さらに、わずか数秒程度のスキャン時間で単一の３Ｄ ＯＣＴスキャンプロセス（例えば、後述のように、反復スキャンを伴うものを含む）から、深さの異なる範囲を簡便に積分して深さ方向の異なるゾーン（例えば、表面の血管、深部の毛細血管叢、脈絡毛細管枝）に対応した正面血管造影画像を提供することができる。従来の血管造影撮像モダリティ（例えば、フルオレセイン血管造影（ＦＡ）、およびインドシアニングリーン血管造影（ＩＣＧＡ））と比較して、ＯＣＴ血管造影は、有害な反応を患者に与える外因性色素を必要としない。また、ＯＣＴ技術の信号対雑音比（ＳＮＲ）の高さと血流検出のための感度およびコントラストの高さは、ＯＣＴ血管造影による横方向および深さ方向の双方における非侵襲的で分解能／忠実度の高い血管系の可視化を可能にする。
一般的に、血管造影ＯＣＴの技術は次のように実施することができる。（１）３Ｄボリューム内の各位置を繰り返しスキャンし、運動を検出するために各スキャン位置での複数の反復を解析する。（２）運動検出解析を可能にするために、各位置がその前の位置に十分に類似するように、位置の間を漸進的にステップする（すなわち、各位置を繰り返しスキャンしない）。（３）連続したＡラインの間に重なりが生じるように高速軸に沿って非常に高い解像度でスキャンする。したがって、Ｂスキャンにおける対応位置を比較するのではなく、運動を評価するために隣接するＡラインを比較することができる。いくつかのＡラインを測定し、Ｂスキャン内で先へ進む前に繰り返すというような、上記の方法の変形もまた提案されている。
一つの例示的なアプローチとして、精細な血管造影画像を得るためにＯＣＴの位相および振幅情報の両方を利用する光学的微小血管造影（ｏｐｔｉｃａｌ ｍｉｃｒｏａｎｇｉｏｇｒａｐｈｙ：ＯＭＡＧ）がある。最近、位相情報を利用しない、強度識別（ｉｎｔｅｎｓｉｔｙ ｄｉｆｆｅｒｅｎｔｉａｔｉｏｎ）と呼ばれるＯＭＡＧのバリエーションが提案されている。別の例として、振幅情報だけを使用した分割スペクトル振幅脱相関血管造影（ｓｐｌｉｔ−ｓｐｅｃｔｒｕｍ ａｍｐｌｉｔｕｄｅ−ｄｅｃｏｒｒｅｌａｔｉｏｎ ａｎｇｉｏｇｒａｐｈｙ：ＳＳＡＤＡ）がある。ＳＳＡＤＡでは、スペクトルデータを複数の部分に分割し、それらを振幅脱相関式で個別に処理し、その後に統合する。
ＯＭＡＧでは、強度値の差に基づいて計算を行う。これらの差分計算は強度項の間の減算として実施され、複素演算の場合には、その結果の大きさを取る処理を更に行ってもよい。
ＳＳＡＤＡでは、スペクトル帯域幅が、より小さい等しいサイズの帯域に分割される。これは図１に示されており、それにより全帯域幅（ＢＷ）は４つのサブバンド（ｂｗ１、ｂｗ２、ｂｗ３、およびｂｗ４）に分割され、これら４つのサブバンドそれぞれに対応する４つのインターフェログラムＩ’（ｘ、ｋ’）を生成する。各サブバンドに対し、（１）窓関数が適用され、（２）画像が構築され、（３）振幅脱相関式を用いた血管造影計算が、隣接するフレームの間で行われる。その後、すべてのフレームの組み合わせの間で非相関が平均化される。他のＢスキャンと一致しない可能性があるＢスキャンは除外することができる。これにより、正面血管造影画像の一端から他端までまたがるような輝線として発現するモーションアーティファクトを低減することができる。
本発明の目的は、血管造影ＯＣＴのための新規な信号処理技術を提供することにある。一例によれば、ＯＣＴ血管造影法は、複数回取得された被検体ボリュームのＯＣＴデータから生成されたＯＣＴ画像の比に基づく値を、複数回取得されたＯＣＴ画像の各画素を比較することによって計算する工程と値に基づき血管造影画像を生成する工程と、ＯＣＴ画像および／または血管造影画像を表示、レンダリングおよび／または格納する工程と、を含み、値が比に基づく値を含む場合、比に基づく値は非線形演算によって変更されない。
上記の例の種々の実施形態は、以下のいずれかを含んでよい。
比に基づく値は、可変入力として、２つの強度の比に対応する値を受け取る関数にしたがって計算される。
比に対応する値は、２つのＯＣＴ画像の間の対数スケールの強度情報の差である。
比に基づく値は、２つの強度の比で表される。
比に基づく値は、１回目に取得したＯＣＴ画像の第１の画素値を２回目に取得したＯＣＴ画像の第２の画素値で除算することにより求められる。
比に基づく値は、複数回取得されたＯＣＴ画像のうちの１対または複数対の比率計算と実質的に同等または対応している。
比に基づく値は、複数回のうちの少なくとも２回におけるＯＣＴ画像に対して求められる。
ＯＣＴ画像のＸ−Ｙ位置について比に基づく値を平均化する工程と、平均化された値を基準と比較する工程と、基準を満たさない比に基づく値を除外する工程と、をさらに含む。
平均化の工程、比較の工程、および除外の工程は、Ａラインごとに実行される。
ＯＣＴ画像を生成する前、血管造影画像を生成する前、および／またはＯＣＴ画像および／または血管造影画像を表示する前に、取得されたデータをフィルタリングする工程をさらに含み、そのフィルタ特性は、生成または表示される画像に基づいて、深さ、奥行き寸法、または血管系の種類によってカスタマイズされる。
表示の工程は、少なくとも１つの高解像度ＯＣＴ画像および／またはＯＣＴ血管造影画像、および少なくとも１つのフィルタリングされたＯＣＴ画像および／またはＯＣＴ血管造影画像を表示することを含む。
取得されたＯＣＴデータに基づいて被検体ボリュームのＯＣＴ画像を生成する工程をさらに含む。
ＯＣＴ光源の部分スペクトルを用いてＯＣＴ画像のうちの少なくとも１つを生成する。
ＯＣＴ画像は、インターフェログラムに関数を適用することによって、または包絡線を有するインターフェログラムから生成され、構造的ＯＣＴ画像を生成するための等価雑音帯域幅（ＥＮＢＷ）は、血管造影ＯＣＴ画像を生成するためのＥＮＢＷよりも大きい。
血管造影ＯＣＴ画像を生成するためＥＮＢＷは１．２３未満である。
包絡線は、離散フーリエ変換が適用される直前のインターフェログラムの包絡線である。
ＮがＢスキャンの繰り返し数を表し、Ｍがスペクトル分割数を表し、ＡｎおよびＡｍが後続の画像の画素値を表すとき、値のうちの少なくとも１つは、次式により求められる値よりも、複数回取得されたＯＣＴ画像の間の非相関に対して高い感度を達成する。
Figure 0006761272
値は、最小強度閾値よりも大きい値を有する画素に対してのみ有効または使用される。
最小強度閾値は、ＯＣＴ画像の少なくとも一部の画素のヒストグラムまたはソートされたリストにしたがって画素強度の所定のパーセンタイルにおける画素強度を選択することにより決定される。
画素強度は、ＯＣＴ画像の背景信号にのみ対応している。
画素強度は、ＯＣＴ画像の背景信号以上のものに対応している。
ＯＣＴデータのＡスキャンは、１ＭＨｚ未満のレートで取得される。
ＯＣＴデータのＡスキャンは、２５ｋＨｚから８００ｋＨｚの間のレートで取得される。
別の例によれば、ＯＣＴ血管造影法は、複数回取得された被検体ボリュームのＯＣＴデータから生成されたＯＣＴ画像の血管造影偏差の値を、複数回取得されたＯＣＴ画像の各画素を比較することによって計算する工程と値に基づき血管造影画像を生成する工程と、ＯＣＴ画像および／または血管造影画像を表示、レンダリングおよび／または格納する工程と、を含み、値が比に基づく値を含む場合、比に基づく値は非線形演算によって変更されない。
上記の例の種々の実施形態は、以下のいずれかを含んでよい。
血管造影偏差の値は、１回目と２回目に取得された画像の間で計算される。
血管造影偏差の値は、複数回のうちの少なくとも２回におけるＯＣＴ画像に対して計算される。
ＯＣＴ画像のＸ−Ｙ位置について血管造影偏差の値を平均化する工程と、平均化された値を基準と比較する工程と、基準を満たさない血管造影偏差の値を除外する工程と、をさらに含む。
平均化の工程、比較の工程、および除外の工程は、Ａラインごとに実行される。
ＯＣＴ画像を生成する前、血管造影画像を生成する前、および／またはＯＣＴ画像および／または血管造影画像を表示する前に、取得されたデータをフィルタリングする工程をさらに含み、そのフィルタ特性は、生成または表示される画像に基づいて、深さ、奥行き寸法、または血管系の種類によってカスタマイズされる。
表示の工程は、少なくとも１つの高解像度ＯＣＴ画像および／またはＯＣＴ血管造影画像、および少なくとも１つのフィルタリングされたＯＣＴ画像および／またはＯＣＴ血管造影画像を表示することを含む。
取得されたＯＣＴデータに基づいて被検体ボリュームのＯＣＴ画像を生成する工程をさらに含む。
ＯＣＴ光源の部分スペクトルを用いてＯＣＴ画像のうちの少なくとも１つを生成する。
ＯＣＴ画像は、インターフェログラムに関数を適用することによって、または包絡線を有するインターフェログラムから生成され、構造的ＯＣＴ画像を生成するための等価雑音帯域幅（ＥＮＢＷ）は、血管造影ＯＣＴ画像を生成するためのＥＮＢＷよりも大きい。
血管造影ＯＣＴ画像を生成するためＥＮＢＷは１．２３未満である。
包絡線は、離散フーリエ変換が適用される直前のインターフェログラムの包絡線である。
ＮがＢスキャンの繰り返し数を表し、Ｍがスペクトル分割数を表し、ＡｎおよびＡｍが後続の画像の画素値を表すとき、値のうちの少なくとも１つは、次式により求められる値よりも、複数回取得されたＯＣＴ画像の間の非相関に対して高い感度を達成する。
Figure 0006761272
値は、最小強度閾値よりも大きい値を有する画素に対してのみ有効または使用される。
最小強度閾値は、ＯＣＴ画像の少なくとも一部の画素のヒストグラムまたはソートされたリストにしたがって画素強度の所定のパーセンタイルにおける画素強度を選択することにより決定される。
ＯＣＴデータのＡスキャンは、１ＭＨｚ未満のレートで取得される。
ＯＣＴデータのＡスキャンは、２５ｋＨｚから８００ｋＨｚの間のレートで取得される。
血管造影偏差の値は、対数正規偏差値または幾何標準偏差値である。
別の例によれば、ＯＣＴ血管造影法は、複数回取得された被検体ボリュームのＯＣＴデータから生成されたＯＣＴ画像の値を計算し、値に基づいて血管造影画像を生成する工程を含む。
上記の例の種々の実施形態において、値は比に基づく値、血管造影偏差（例えば、対数正規偏差、幾何標準偏差）、またはそれらの組み合わせであってよい。値は、複数回取得されたＯＣＴ画像の各画素を比較することによって計算されてもよい。値は、可変入力として、２つの強度の比に対応する値を受け取る関数にしたがって計算されてもよい。比に対応する値は、２つの画像の間の対数スケールの強度情報の差に基づいていてもよい。値は、さらに非線形計算によって変更されることがなくてもよい。比に基づく値は、さらに非線形計算によって変更されることがなくてもよい。値は、２つの強度の比で表すことができてもよい。値は、１回目に取得したＯＣＴ画像の画素を２回目に取得したＯＣＴ画像の画素で除算することにより計算され、血管造影偏差の値は、１回目と２回目の画像間で計算されてもよい。値は次のいずれかの式により計算されてもよい。
Figure 0006761272
ここで、ａｂｓ（）は絶対値を取る演算であり、ｌｏｇ（）は任意の底の対数を取る演算であり、ｍとｎは等しくない任意の２つの画像を表す。値は、複数回取得されたＯＣＴ画像の１対または複数対の比率計算と実質的に同等または対応していてもよい。値は、複数回のうち少なくとも２回におけるＯＣＴ画像のために計算されてもよい。ここで言う複数回は、上記複数回の任意の順列によって決定されたものである。順列は任意に選択されてもよい。血管造影法はさらに、ＯＣＴ画像のＸ−Ｙ位置について比に基づく値または血管造影偏差の値を平均化し、平均化された値と基準を比較し、基準を満たしていない比に基づく値を除外する工程を含んでもよい。平均化、比較、および除外はＡラインごとに実行されてもよい。血管造影法はさらに、比に基づく値または血管造影偏差の値を平均化する工程を含む。比に基づく値または血管造影偏差の値は、単一のＡライン内または複数のラインにわたる範囲において平均化されてもよい。血管造影法はさらに、ＯＣＴ画像および／または血管造影画像を表示する工程を含んでもよい。血管造影法はさらに、ＯＣＴ画像を生成する前、血管造影画像を生成する前、および／またはＯＣＴ画像および／または血管造影画像を表示する前に、取得したデータをフィルタリングする工程をさらに含んでもよい。フィルタ特性は、生成または表示される画像に基づいて、深さ、奥行き寸法、または血管系の種類によってカスタマイズされてもよい。表示は少なくとも、３Ｄレンダリングによる視覚化、または、高解像度ＯＣＴ画像および／またはＯＣＴ血管造影画像、および少なくとも１つのフィルタリングされたＯＣＴ画像および／またはＯＣＴ血管造影画像を含んでもよい。ＯＣＴ画像および／またはＯＣＴ血管造影画像は正面画像またはＢスキャンであってもよい。血管造影法は代わりに、被検体ボリュームのＯＣＴデータを取得する工程（このＯＣＴデータは、被検体ボリューム内の少なくとも１つの位置に対して複数回取得される）と、対象領域について複数回取得されたＯＣＴ画像を生成する工程とを含んでもよい。ＯＣＴ画像を生成する工程においては、窓関数が用いられないか、或いは、１．２３未満の等価雑音帯域幅（ＥＮＢＷ）を有する窓関数、１．２３未満のＥＮＢＷを有するスペクトル再成形、またはそれらの任意の組み合わせが適用されてもよい。構造的ＯＣＴ画像は、所定のレベルに等しいまたは所定のレベル以上の等価雑音帯域幅（ＥＮＢＷ）と包絡線を有するＯＣＴデータのインターフェログラムから生成され、および／または、血管造影計算のための画像は、所定のレベル未満の等価雑音帯域幅（ＥＮＢＷ）と包絡線を有するＯＣＴデータのインターフェログラムから生成され、包絡線は、離散フーリエ変換が適用される直前のインターフェログラムの包絡線であってもよい。部分スペクトルを用いてＯＣＴ画像を生成してもよい。構造的ＯＣＴ画像は第１のパラメータセットを用いて処理され、血管造影計算のための画像は第２のパラメータセットを用いて処理されてもよい。第１のパラメータセットは１．２３以上のＥＮＢＷを有する窓関数を含み、第２のパラメータセットは１．２３未満のＥＮＢＷを有する窓関数、１．２３未満のＥＮＢＷを有するスペクトル再成形、またはそれらの組み合わせを含むか、もしくは窓関数を含まなくてもよい。値のうち少なくとも１つは、次式により求められる値よりも非相関に対して高い感度を達成してよい。
Figure 0006761272
ここで、ＮはＢスキャンの繰り返し数を表し、Ｍはスペクトル分割数を表し、ＡｎおよびＡｍは後続の画像の画素値を表す。値は、最小強度閾値よりも大きい値を有する画素についてのみ計算されてもよい。最小強度閾値は、弱い前景信号に応じて計算されてもよい。最小強度閾値は、ＯＣＴ画像の少なくとも一部のヒストグラムまたはソートされたリストにおける画素強度の所定のパーセンタイルでの画素強度を選択することによって決定されてもよい。画素強度が最少から最大に向かって順序付けられている場合、パーセンタイルは２５％から３０％、または５０％から７５％の間であってもよい。最小強度閾値は、所定の画素強度パーセンタイルに応じて自動的に決定されてもよい。Ａスキャンは１ＭＨｚ未満のレートで得られてよい。また、Ａスキャンは２５ｋＨｚと８００ｋＨｚの間のレートで得られてよい。血管造影偏差の値は、対数正規偏差値または幾何標準偏差値であってもよい。
さらに別の例では、ＯＣＴシステムは、上記の例のいずれかの方法を実施する。このようなシステムの様々な実施形態では、少なくとも２つの計算から生成された血管造影データまたは画像がユーザに提示される。もしくは、血管造影データまたは画像の生成に使用するために、少なくとも２つの計算のいずれかを選択するオプションがユーザに提示される。
なお、上記の例およびその実施形態の任意の組み合わせは本開示の範囲内にある。各例の様々な実施形態は当該例を限定するものではなく、他の例またはその変形例に適用することができる。
分割スペクトル振幅脱相関血管造影（ＳＳＡＤＡ）技術を示す図である。
代表的なスペクトラルドメイン光干渉断層法（ＳＤ−ＯＣＴ）システムを示す。
代表的な波長掃引光干渉断層法（ＳＳ−ＯＣＴ）システムを示す。
本明細書に記載された技術を示すフローチャートである。
２つの方法にしたがって比に基づく値を算出するためのフローチャートである。
モーションアーティファクトを定量化するためのフローチャートである。
矩形窓およびハン窓の結果の比較を示す図である。
最小強度閾値を決定するためのフローチャートである。
本明細書に記載の技術およびＳＳＡＤＡに類似した技術についての比較血管造影像を示す図である。
本明細書に記載の技術およびフレーム間標準偏差計算についての比較血管造影画像を示す図である。
振幅脱相関に対する比に基づくアプローチの相対感度の優位性を図示するプロット図である。
本明細書で使用される特定の用語は便宜上のものであって、本発明を限定するものではない。また、本明細書で使用される相対的な言葉は、図面を参照することで最良に理解される。図面においては、同様または類似の要素に同様の参照符号が付されている。また、図面においては、特徴を幾分概略的に示すことがある。
また、本明細書中で、「の少なくとも１つ」という表現の前に複数の要素が配置されている場合、これら要素のうちの１つを、または２つ以上の要素の組み合わせを示す。例えば、「第１のウィジェットと第２のウィジェットの少なくとも１つ」は、本出願において、第１のウィジェット、第２のウィジェット、もしくは第１のウィジェットと第２のウィジェットを意味する。同様に、「第１のウィジェット、第２のウィジェット、第３のウィジェットの少なくとも１つ」は、本出願において、第１のウィジェット、第２のウィジェット、第３のウィジェット、第１のウィジェットと第２のウィジェット、第１のウィジェットと第３のウィジェット、第２のウィジェットと第３のウィジェット、または第１のウィジェットと第２のウィジェットと第３のウィジェットを意味する。最後に、本明細書で用語「実質的に」という場合は、推定（ｅｓｔｉｍａｔｉｏｎ）を意味する。
なお、以下の説明は、任意の波長／周波数帯域においてスペクトラルドメインＯＣＴ（ＳＤ−ＯＣＴ）とスウェプトソースＯＣＴ（ＳＳ−ＯＣＴ）の両方を含む、フーリエドメインＯＣＴの実施に適用可能である。図２および図３は、それぞれ、当該技術分野において一般に理解されているＳＤ−ＯＣＴシステムおよびＳＳ−ＯＣＴシステムを示す。本明細書におけるＳＤ−ＯＣＴの例は８５０ｎｍ帯付近からであり、ＳＳ−ＯＣＴの例は１０５０ｎｍ帯付近からである。さらに、以下の開示においては、便宜上、Ｘ−Ｚ平面内の水平方向のＢスキャンについての画像やスキャンパターンを参照するが、画像やスキャンの向きは任意であってよい。例えば、血管造影スキャンは、３次元水平スキャン、３次元垂直スキャン、３次元対角スキャン、ラスタースキャン、十字スキャン、視神経乳頭周囲、ラジアルスキャン等であってよい。走査線は任意の向き、長さおよび曲率とすることができ、周囲の他のスキャン位置において規則的なパターンや向きにしたがう必要はない。
なお、図２および図３は代表的なＯＣＴシステムを示しているが、そのような特定のシステムが本開示の一部として必要な訳でではない。むしろ本開示は、既に取得されているデータおよび／または既に生成されているＯＣＴ画像に関するものである。本明細書において、ＯＣＴ画像は、例えば、Ａスキャン、Ｂスキャン、Ｃスキャンなど、ＯＣＴにより得られたデータに基づき形成された任意の画像を意味する。このようなデータは、タイムドメインＯＣＴを含む任意のタイプのＯＣＴシステムによって取得されたものであってよく、あるいは、他の撮像モダリティによって取得されたものであってもよい。換言すると、本明細書に記載の態様は、完全に処理されたＯＣＴ画像に適用することも可能である。したがって、これらの態様は、基礎となるＯＣＴシステムの光学的設計または他の撮像モダリティに依存しなくてもよい。
ＳＳＡＤＡにおいて、脱相関の程度は次式によって計算される。
Figure 0006761272
ここで、ＮはＢスキャンの繰り返し数であり、Ｍはスペクトル分割数である。この式は、脱相関の程度を示す０と１の間の値を提供する。換言すれば、値が低いことは、値の各集合の間の相関度が高いことを示し、値が高いことは、そのような相関の程度が低いことに対応する。高い脱相関の程度は、動き、および、（拡張により）流れに関連付けられる。実際には、ＳＳＡＤＡには多くの欠陥がある。例えば、従来、振幅脱相関式における非相関演算は、隣接するフレームの間に限定されている。言い換えれば、ＳＳＡＤＡにおけるフレーム間の演算は、隣接するフレームの組み合わせに制限されている。また、ＯＣＴ画像は処理の初期段階ではぼやけているので、その低解像性（ブラー）が血管造影データに反映されてしまい、元のデータにおいて解像可能であったかもしれないいくつかの特徴を区別できないことがある。
この段階で、動きを定量化するためにフレームの比率を利用できることが認識される。例えば、ｍとｎが所定のスキャン位置に対するフレームキャプチャのセット内の任意のフレームを表すとすると、比率は次式により求められる。
Figure 0006761272
この認識を考慮すると、比に基づく計算および／または血管造影偏差の計算は、本明細書に記載される技術の第１の態様にしたがって、変化または動きを決定するために使用される。本明細書に記載の第２の態様によれば、変化または動きを決定するために、任意のフレーム間順列が用いられる。本明細書に記載の第３の態様によれば、投影可視化のための（計算後の）非線形結果が平均化される。本明細書中に記載の第４の態様によれば、一致が不十分なものがＡラインごとに排除される。本明細書に記載の第５の態様によれば、結果を改善するために窓関数をカスタマイズしてもよい。本明細書に記載の第６の態様は、部分的なスペクトルの使用に関するものである。本明細書に記載の第７の態様は、比に基づく計算においてその画素を使用するか決定するために最小強度閾値を利用することに関するものである。
図４は上記の態様による本明細書に記載の技術のフローチャートを示す。なお、フローチャートにおける様々なステップは選択的なものであるが、各々のステップが結果の向上に関連付けられていてよい。最初のステップ４００において、スペクトルデータがスキャンにより取得される。一般に典型的なスキャンパターンは、合計５１２から１０２４のＢスキャン（典型的には、６４から５１２のＢスキャン位置）に対して走査線の位置あたり２〜８回の繰り返しで３ｍｍ×３ｍｍの領域をカバーすることができる。なお、そのような特性は限定を意図したものではなく、スキャンパターンのサイズ、走査線あたりの繰り返し、Ｂスキャンの総数、および位置の総数などのパラメータを、本開示の範囲から逸脱することなく増減することが可能である。
次に、ステップ４０２において、取得したデータからＯＣＴ画像が生成される。ＯＣＴ画像の生成は、スペクトル（インターフェログラム）データをＯＣＴ画像に変換するための従来の処理を含む。これは、１または複数のリスケーリング（例えばＳＤ−ＯＣＴデータに対する）、固定パターンノイズ（ＦＰＮ）の除去、数値分散補償（ＮＤＣ）、ウィンドウイング、スペクトル再成形、離散フーリエ変換（ＤＦＴ）、振幅および／または位相の計算、および／または、振幅データの対数変換もしくは他の変換を含んでいてもよいが、これらに限定されるものではない。なお、以下の種々の工程は、一般に、リニアスケールにおけるＯＣＴ強度データを想定している。したがって、データがログ・スケール（対数スケール）に変換されている場合、比率の計算のためにまずリニアスケールに戻すことが望ましい場合がある。そうではあるが、同等のまたは対応する対数スケールの計算を使用するようにしてもよい。
別の任意的なステップにおいて、各スキャン位置でのフレーム繰り返しがステップ４０４にて互いに位置合わせされる。複数フレームの位置合わせ（レジストレーション）は、血管造影処理を補助する他に、平均化処理とともに、表示およびセグメント化（セグメンテーション）の両方の目的に対して潜在的に有用である高品質な（ＳＮＲが改善された）Ｂスキャンの生成を可能にする。サッカード運動またはマイクロサッカード運動が発生した場合、位置合わせプロセスは、血管造影出力におけるモーションアーティファクトを低減する効果を有することがある。
ステップ４０６において血管造影画像を生成する前に、ＯＣＴ画像の前処理を行ってもよい。例えば、血管造影の計算はノイズ（例えば、ガウス背景ノイズまたはスペックルノイズ）の疑いが高く、例えば、バックグラウンドの電気的ノイズと比較して相対的に信号強度が低い画素において、血管造影の計算を無効化または安定化するためにフィルタを用いることができる。ガウシアンフィルタのようなフィルタを使ってＡラインに沿ってデータをフィルタリングしてもよいが、例えば、スキャンの解像度によっては、複数のＡラインにわたる小規模のフィルタリングを適用することもできる。そうしたいくつかの方法を、単独で、または並行して使用することができる。一つの例示的な方法では、平均化合成画像または個々のＯＣＴフレームのいずれかにおいて、最小強度閾値レベルを満たさない画素についての血管造影計算を無効にすることができる。この最小強度閾値は、個々のフレーム、位置合わせされたフレーム、平均化されたフレーム、および／または取得データの他の形態にも適用することができる。一つの例示的な応用としては、最小強度閾値レベルを満たさない画素位置に、血管造影結果として値（例えば０または任意の値）を割り当てることができる。もしくは、例えば所定のピクセルについて、影響を受けたピクセルを含む特定のフレームをフレーム間の計算から除外してもよい。別の例では、任意のピクセルの強度が閾値レベル未満である場合、画素強度を閾値レベルに飽和させてもよい。さらに別の例では、画像の画素強度に「ＤＣオフセット」を追加することによって、血管造影計算に影響を与える変動（ノイズに起因すると考えられる）の度合いを制限することができる。比率の算出において、正の定数であるＤＣオフセットレベルが分子と分母の両方に加算されると、結果が緩和される傾向がある。さらに他の例では、最小強度閾値を下回る信号強度を有する画素について、すべての画素値が所定のレベルに上昇された後にのみ、比率の計算を行ってもよい。これにより、少なくとも部分的に脱構造的スペックル（ｄｅｃｏｎｓｔｒｕｃｔｉｖｅ Ｓｐｅｃｋｌｅ）を克服することや、ほぼ一致するような比率をもたらすことといった効果をあげることができる。
前処理の後、ステップ４０６において、特定のスキャン位置における選択された（または潜在的にすべての）フレームの組み合わせを処理することにより、血管造影画像が生成される。フレーム間の計算が画素単位で（例えばフレームのペアにおいて）適用される。上述したＳＳＡＤＡ振幅脱相関の計算に加えて、絶対値差分、標準偏差、分散、変動係数、最大値、中央値、幾何中央値、最小値などの他の関数も考えられる。これらの関数は、フレームのペアに、個々のピクセルに、および／またはその組み合わせに対して適用できる。例えば、標準偏差および変動係数の場合、計算はフレーム間のペアごとに行われるのではなく、（ピクセルごとに）単一の計算に含まれるすべてのフレーム間で行うことができる。したがって、最終的な合成画像の各画素の値は、潜在的に複数のフレーム間の組合せに対応する個別の計算の間の平均を表す。これらの計算はすべて位置合わせ後の画像に基づいていてもよい。
第１の態様によれば、本明細書に記載のＯＣＴ血管造影の結果は比に基づく計算によって得られ、それにより網膜を深さ方向に横切る血管系の鮮明な視覚化を得ることができる。入力として片側比を必要とする比率計算方法がある。Ａ１とＡ２が２つの画像（２つの時点）における所定の位置の画素値であるとすると、高い片側比は、Ａ１≧Ａ２の場合にはＡ１のＡ２に対する比率であり、Ａ２＞Ａ１の場合にはＡ２のＡ１に対する比率である。同様に、低い片側比は（高い片側比の逆数）は、Ａ１≦Ａ２の場合にはＡ１のＡ２に対する比率であり、Ａ２＜Ａ１の場合にはＡ２のＡ１に対する比率である。したがって、Ａ１とＡ２の両方が正である限り、高い片側比は常に１に等しくまたは１より大きく、低い片側比は常に０から１の間になる。Ａ１とＡ２のいずれもがゼロでない限り、この２つのタイプの片側比は、逆数をとることによって互いに変換することができる。これらの比のいずれかは、１またはいくつかの他の値の固定値を持つように事前に定めることができ、Ａ１とＡ２のいずれかまたは両方の強度値をゼロにすることができる。比の方向性には特に意味はない。
なお、単純な除算以外の演算から片側比を得ることも可能である。例えば、「対数比」の方法について以下に説明するように絶対値をとることによって比率を得ることができる（実際的に高い片側比に対応する）。別の例では、比率は、画像間のログ・スケール強度情報の減算の結果であり得る（２つの値を除算して対数をとることは、２つのログ・スケール値を差し引くことと等価であり、絶対値がとられた場合は片側比である）。このように、比に基づく値は強度の単純な除算の商以外の値であり得る。例えば、比に基づく値は、除算以外の演算（乗算および指数（例えば二乗）を含む）によって求められてもよい。これらの様々な演算は、比に基づく計算の一部として、もしくはその前に実行されてもよい。それにより、演算は、必ずしも最終的な感度に影響を与えるものではない。比に基づく計算の後、さらに他の変換を適用してもよい。
片側比演算を利用する方法では、計算された値は、上または下の範囲にて所定のレベルで飽和させてもよい。結果の範囲を制約してストレージ要件を削減し、データ処理および可視化処理の速度を向上させることができるように、一定の飽和レベルを適用することができる（例えば、飽和レベル２、ここで、高い片側比の結果が典型的に２未満である）。
本開示の範囲から逸脱することなく、任意の数の方法によって比の値を計算することができる。第１のアプローチでは、「そのままの比率」は、追加の計算または変換を行うことなく、高い片側比の値として算出される。したがって、「そのままの比率」の方法では、２つの画像（またはフレーム）の間の所定の位置における画素値を直接に比較する。解析は、両方の画像が線形スケールで表される位置ごとに１回ずつの基準で行うことができる。
図５は比に基づく計算の他の２つのアプローチを示す。なお、図５に示す計算はリニアスケールの画像を想定している。これらの計算５００の最初のステップでは、両方の画像が線形スケールで表される位置ごとに１回ずつの基準で、一方の画像の画素値が、フレームペアの他方の画像の画素値によって除算される（それによって比を形成する）。他方の画像のピクセルの値（分母）が０である場合には、算出された画素の結果に対して任意の値を割り当てることができる。なお、比率は片側変数であり、比率の方向には特に意味がない。したがって、ステップ５０２において、「逆比」により、結果として比率が０と１の間になるように、最初は比率が１よりも大きい任意の画素について逆数をとる。これは低い方の片側比となり、逆比の値を生成するために、ステップ５０４においてそれを１から減算することができる。このアプローチは、次式にしたがって一般化することができる。
Figure 0006761272
ここで、Ｉ（ｘ，ｙ）はＯＣＴ信号強度であり、Ｎは所定の位置にてスキャンされたＢスキャンの組み合わせの数であり、ｉとｊはフレームの任意の所定の組み合わせにおける２つのフレームを表す。または、以下に説明するように、例えば、中央値または他の分位値、最小値、最大値、または幾何平均を含む任意の数の演算によって平均化関数を代替的に実現することができる。
同様に、「比マイナス１」の方法によれば、比率が１未満である画素に対してステップ５０６において逆数をとってもよく、望ましくは、１と無限大との間で比率の値を得る。この結果は高い片側比となり、ステップ５０８においてこの値から１を減算することにより、比率から１を引いた値を生成する。このアプローチは、「逆比」の方法と同様にして一般化することができる。
別のアプローチ、「対数比」の方法では、比に基づく計算は次式にしたがって実行される。
Figure 0006761272
ここで、比率は、フレームペアの比の対数の絶対値をとることにより求められる。これは高い片側比の対数をとることと等価である。この対数の底は任意であってよく、ｍおよびｎは任意の２つの画像を示す（ｍはｎと等しくない）。また、閾値は、例えば、１より大きい任意の絶対値がそのレベルで飽和するように、任意的に対数比の結果に適用することができる。相対的な結果は等価であるから、対数計算は任意の底で行うことができる。それでも、表示ステップ４１０（後述）のパラメータ化に応じて、対数の底の選択は影響力が強い可能性がある。しかし、選択された底の影響力に対抗するために表示処理を正規化することができる。
なお、本開示の範囲から逸脱することなく、これらの計算の変形例を想定できる。例えば、計算の前に画像の対数をとり、その後、除算ではなく減算を行ってもよい。これに続いて絶対値をとってもよい。対数の特性を考えると、このような計算は上記の計算に相当する。換言すると、上述のように、２つの値を除算して対数をとることは、２つのログ・スケール値を減算し、絶対値をとって片側比を生成することに相当する。例えば、
Figure 0006761272
しかし、対数を用いた比率の計算はリニアスケールでの計算ではないので、さらなる非線形統計計算を行うことにより、流れが弱い領域に対する相対感度を大幅に下げることができる。例えば、上記の計算をさらに二乗した場合、相対感度が二乗される。１未満の値（例えば、表１に示すような０．０１１）に対して、二乗値は約１００（０．０１１２=０．０００１２１）倍小さくなる。このような感度は、線形計算や振幅脱相関法に比べて劣っている。
このように、比の値を入力として利用する計算（例えば関数）についても本開示の範囲内にある。このような関数は、ｆ(ｒ)の形態をとってもよい。さらに、入力変数として比率を明示的に挙げていない他の関数も本開示の範囲内であると考えられる。例えば、分母のＡ１により除算されてｆ（Ａ１，Ａ２）＝（Ａ１−Ａ２）／Ａ１として定義された関数は、ｒの定義に応じて、ｆ（ｒ）＝１−ｒまたは１−（１／ｒ）の関数に変換される。したがって、本明細書で理解されるように、この関数を比率の関数として表現することができる。上記の例は限定を意図するものではなく、さらに他の類似の関数も本開示の範囲内にあると解される。さらに他の実施形態では、比率を表す値の利用も本開示の範囲内にある。例えば、位相項を乗じた２つの強度の比の大きさを比率として表すことができる。同様に、例えば、位相項を乗じた２つのログ・スケール強度の差の大きさも本開示の範囲内である。
また、上記比率の計算および上記比率の使用は、複素領域における強度データをも適応できる。このような場合には、比率を計算する前にそれぞれの強度の大きさをとるか、もしくは複素比率の計算に続いて大きさを計算することが可能である。複素領域では、比率計算におけるいずれか一方または両方の値に複素共役（または他の類似の数値変換）を使用することが考えられる。
また、幾何標準偏差または対数正規偏差（対数正規分布の標準偏差）のような血管造影偏差を含むように、比率を一般化および拡張することができる。さらに、標準偏差に類似もしくはそれと同等の結果をもたらす計算（例えば、分散などの非比率計算）を含むように、血管造影偏差を一般化および拡張することができる。例えば、本明細書で説明する血管造影視覚化に関して、一連のペアごとの絶対値差分（または集合的平均に対する差異）の平均を取ることは、おおよそ（算術的）標準偏差または絶対偏差に相当し、一連のペアごとの比率を取ることは、おおよそ幾何標準偏差に相当する。したがって、標準偏差をとることは、ペアごとの差の絶対値の和をとることとほぼ類似しており、成分画像フレームにおける対応する画素値の幾何偏差をとることは先に述べたペアごとの比率の手法とほぼ類似しており、同様の結果を達成することができる。なお、比率は、その性質上、データのペアに基づいて計算され、幾何標準偏差は任意の数のフレームを使用して行うことができる。
血管造影偏差もまた対数正規偏差であると考えられる。例えば、対数正規偏差は、すべてのフレームの間で各画素位置について標準偏差が計算された対数スケール画像から得られる。この対数正規偏差は、リニアスケールの画像において得られた幾何標準偏差と同様の結果を生じ、したがって、上述のように対数の差分をとることと同様の結果を生じることができる。血管造影偏差はまた、絶対偏差および／または分散のような上記の計算のいずれかと類似または同等の結果を生じる他の計算を参照することができる。なお、上述した比に基づく手法に加えて、あるいはそれに代えて、上述した血管造影偏差を使用してもよい。
それでも、結果に実質的な影響を与えることなく柔軟に計算を適用することができる。例えば、算術平均または他の平均化技術を幾何平均の代わりに利用することができる。同様に、比率の計算は、各画像フレームと集合平均画像（算術平均、幾何平均、または同様の平均化技術のいずれか）の間のピクセル単位の比率を使用し、その結果を平均化する（同じく、算術または幾何平均、または同様の平均化技術のいずれか）ことで実施される。幾何標準偏差の計算の順序を変更することもできる。例えば、成分画像に任意の係数を乗算することができ、または例えばべき演算によって画像の画素を変換することができる。
上記の例では比率または画素値をアルゴリズムに入力しているが、上記の計算をよりデジタル形式で実施することも可能である。例えば、所定の入力に対応する予め決定された出力が格納されたルックアップテーブルを利用してもよい。このルックアップテーブルは、例えば、本開示が実施されるシステムのメモリ内に設けられる。このようなテーブルを遠隔で格納することもできる。
次の表は、高い片側比の値の範囲（左列）における、上記の対数比、反転比（逆比）、および比マイナス１の結果の感度（列を横切らずに、同じ列の他の行の値について示されている）と、振幅脱相関計算と比較を示す。
表１：様々な計算法における相対感度の比較
Figure 0006761272
表１から分かるように、比に基づく方法は、振幅脱相関よりも１に近い比率に対してより感度が高い（例えば、表１の「高い片側比」の列の１．０２５から１．１０）。これの結果は、少ない血流に対する感度および線形性を増加させる。比に基づく方法の結果は大きな血流（より高い「高い片側比」）に関しても有意に大きい。上述したように、線形比率法（「反転比」および「比マイナス１」）は、低血流および中〜高血流について、対数比法よりも優れた相対感度特性を有する。なお、表１および以下のすべての表は、代替的に、片側の低い値に関して提示されてもよい。
次の表は、所定の基準比に関して評価を行うときの、所定の関数に対する相対的「内的方法（ｗｉｔｈｉｎ−ｍｅｔｈｏｄ）」の結果を示している。換言すれば、次の表は、参照比レベルと比較して異なる血流レベルでの単一の方法における感度を示している。例えば、高い片側比の値１．０２５に対する振幅脱相関値８０．０２は、表１にあるように、０．０２４４／０．０００３（四捨五入）によって得られる。したがって、値の低さは低血流検出の感度の良好さを示す。
表２：基準比１.２５０に基づく低血流の相対的内的方法の感度
Figure 0006761272
表３：基準比１.５００に基づく低血流の相対的内的方法の感度
Figure 0006761272
表から分かるように、比に基づく方法のそれぞれは、振幅脱相関と比べて低血流検出において有意に高い感度を達成する。
振幅脱相関と本明細書に記載された計算を比較すると、同じ数の分割スペクトルに基づいて比較を行うことができる。上述したように、ＳＳＡＤＡは、光源のスペクトル分割の数に部分的に基づいて計算される。また、本明細書に記載された種々の計算において分割スペクトル処理を利用することができるので、最も関連性のある比較では、同じ数のスペクトル分割を用いて各方法の感度を比較する。例えば、２つの帯域へのスペクトル分割を用いた振幅脱相関計算の感度の相対比較は、同じく２つの分割帯域を使用する他の計算において見られる。
以下の表は、低血流の「内的方法（ｗｉｔｈｉｎ−ｍｅｔｈｏｄ）」感度に基づく、振幅脱相関に対する比に基づく方法の相対的な利点を示す。言い換えれば、以下の表は、対応する振幅脱相関計算による結果との直接の比較を用いた比に基づく計算の利点を実証する。例えば、基準比１．２５０に対する高い片側比の値１．０２５の「そのままの比率」の値６５．６２は、表２に見られるように、８０．０２／１．２２（四捨五入）によって得られる。したがって、値の大きさは振幅脱相関に対する相対的優位の強さを示す。
表４：基準比１．２５０の振幅脱相関に対する相対的優位性
Figure 0006761272
表５：基準比１．５００の振幅脱相関に対する相対的優位性
Figure 0006761272
本開示の実施のいくつかは、運動の変化に対応する異なる計測数値の演算を同時にサポートすることができる。例えば、上記の表中の測定値のそれぞれ（または任意の２つ）を、ユーザに利用可能な結果とともに同時に計算することができる。したがって、感度の程度が異なる同様の計算と、任意に選択されたノイズ特性とを、ユーザに示すことができる。他の実施形態では、複数の計算のうちから実行される１つ（または複数）をユーザが選択するためのインターフェースを備えていてもよい。上記の表は、いくつかの比率方法および振幅脱相関を開示しているが、これらの計算は限定を意図するものではない。例えば、他の計算は、分散、標準偏差、変動係数、絶対値差分等を含んでいてもよい。より一般的には、比と幾何偏差の計算は幾何差分と幾何偏差に基づいているのに対し、上記の計算は算術的差分および算術的偏差に基づいている。したがって、幾何的演算および算術的演算の両方の結果を同時にユーザに提供することは、独立した有用な情報を提供することと言える。
上述したように、フレーム間の組み合わせは、連続して（時間的に隣接して）スキャンされた複数のフレームに基づいている。このような組み合わせは、最小の時間間隔を有し、高い計算感度をもたらすフレーム間計算による高血流量の取得を可能にする。さらに、このような組み合わせによれば、位置合わせを行う場合でも行わない場合でも、フレームは互いに最適に整合しやすくなる（被検眼が頻繁に動くことに留意する）。異なる時間間隔は、結果として得られる血管造影画像内の異なる情報を明らかにするまたは強調することができる。例えば、時間間隔を長くすることで、遅い血流の可視化が可能になる。しかし、このようなフレーム間の計算においては、依然として、時間間隔が固定されている。さらに、眼球運動（例えば、サッカード、マイクロサッカード、および、場合によっては、網膜だけでなく角膜や瞳孔や硝子体に影響を与える可能性がある大きな運動を含む）と、画像化工程において生じるであろう他の歪み（例えば、ＯＣＴシステム内の位相不安定性および／または位置決め誤差を含む）を考慮すると、フレームの任意の組み合わせを含む柔軟性は、何もないときに（もしくは非常に限られているときに）計算を利用できるようにすることによって、結果を改善することができる。
したがって、本明細書に記載の第２の態様によれば、フレーム間の組み合わせの任意の順列は、その時間間隔に関係なく、上記比に基づく計算を決定するために使用することができる。例えば、４回繰り返しの場合、１フレームだけ離れているフレーム（ＮとＮ＋１、Ｎ＋１とＮ＋２、およびＮ＋２とＮ＋３の３つの組み合わせとなる）、２フレームだけ離れているフレーム（ＮとＮ＋２、Ｎ＋１とＮ＋３）、３フレームだけ離れているフレーム（ＮとＮ＋３）、またはこれらのペアのうちのいずれかの任意の組合せ（所定のフレーム間隔のすべてのペアを含んでも含まなくてもよい）のみを利用することができる。したがって、すべてのフレームの組み合わせがこの４回繰り返しの例に使用された場合、合計６通りの異なるフレーム間の組み合わせが存在することになる。しかし、より一般的には、（まだこの４繰り返し例のシナリオにおいて）任意の数のこれら６通りの異なるフレーム間の組み合わせを含む６３の可能な順列のいずれかを選択することができる。つまり、６（Ｎ＝１）＋１５（Ｎ＝２）＋２０（Ｎ＝３）＋１５（Ｎ＝４）＋６（Ｎ＝５）＋１（Ｎ＝６）＝６３となる。
図４の参照に戻ると、血管造影計算に続く次のステップ４０８は、境界セグメント化を含む。セグメント化は従来の方法で実行してもよく、血管造影３Ｄ ＯＣＴボリュームのための３つの順列のいずれかにしたがうことができる。まず、位置合わせおよび平均化がなされた複数のフレーム（各スキャン位置での複数回の繰り返しの組み合わせを表す）のセグメント化は、これら画像に関連づけられた改善ＳＮＲによって有益であり得る。第２に、個々の非平均化フレームのセグメント化は、個々のフレームからの結果を、他の対応する（あるいは近辺の）フレームのエラーの検出および補正に使用できることから、有益であり得る。これは、位置合わせされたフレームに基づいて行われてもよい。第３には、位置合わせ処理のテンプレートとして用いられた非平均化フレームのみのセグメント化が含まれる。
本明細書に記載の第３の態様によれば、血管造影投影画像および他の表示における信号対雑音比（ＳＮＲ）を改善することを（部分的な）目的として、ステップ４１２で血管造影結果をフィルタリングすることができる。一例によれば、血管造影の結果を表す各Ａライン内のピクセルに任意のフィルタを適用してもよい。このようなフィルタは、例えば、ガウス伝達関数を利用することができる。または、移動平均関数を用いて実施することもできる。これらの例は、利用することができるフィルタの種類を限定するものではない。スキャンの解像度に応じて、フィルタは、複数のＡラインにわたるものでもよい。
関連するＳＮＲの改善は、少なくとも部分的に、比率の計算が本質的に非線形であるという事実に起因する（例えば、一般的に、比の結果を生成するために使用される個々の画像フレームのいずれかにおける画素強度値に対して線形ではない）。そして、比の結果（または非線形演算に基づく任意の結果）を平滑化および／または平均化することにより、合成血管造影結果のＳＮＲを向上させることができる。なお、比の非線形性だけでなく、いくつかの他の血管造影の計算（振幅脱相関を含む）に起因して、このタイプのフィルタリング／平滑化／平均化は、元のＯＣＴ画像を同様の方法で（上記のように）フィルタリングするよりも、血管造影ＳＮＲの改善に対してより影響が強い。換言すれば、可能な限りの解像度のＯＣＴ画像を残した後、血管造影出力データにこの時点でフィルタリング／平滑化／平均化を適用することが望ましいと実際にみなしてもよい。これにより、投影ビューの点でフィルタリングの結果を実証することができるとともに、高解像度の構造的データおよび血管造影データのベストケースのシナリオが達成される。
第３の態様の一実施形態では、約８ミクロンのシグマ（σ）を有するガウシアンフィルタを使用する。なお、本開示の範囲内において同様の結果を達成するものであれば、このフィルタはもっと狭くても広くてもよい。このフィルタも、または代替的に、任意の投影可視化に対して前処理ステップとして適用されてもよい。このように、フィルタは、必ずしも基本データ結果および／または高解像度ディスプレイ（複数可）には影響しない。加えて、表示されている血管系の深さおよびタイプに合わせて、フィルタパラメータ（例えば、タイプおよび長さ）をカスタマイズすることができる。例えば、広い深さをカバーする投影または大きな血管系の投影のために、広い帯域幅を持つ大きなフィルタサイズを用いることができる。一方、比較的小さく狭いフィルタサイズを用いることで、毛細血管の狭い層を表す投影をより良く提供することができる。複数の投影ビューを同時に表示することができるので、複数セットのフィルタパラメータを一度に使用してもよい。
被検眼の動きに起因するアーティファクトや、ＯＣＴシステムの位相安定性および／または位置決め誤差を含む他の要因に起因するアーティファクトは、処理後のＯＣＴ血管造影の結果における画像劣化の一般的な原因である。トラッキングまたは動き補償は、このようなモーションアーティファクトを低減または除去するための有益な方法となり得るが、最終的に時間削減と撮像対象の容易化につながるより単純なスキャンプロトコルをもたらすことができるように、既存の取得データを最大限に活用できるようにすることも望ましい。複数のＡラインにわたる平均比の値を利用して、相対的に増加した動きをＡラインごとに検出することができる（すなわち、先験的なセグメント化の必要はない）。そのような方法を図６に示す。
図６を参照すると、フレームの組み合わせそれぞれについて、平均比に基づく測定値が各Ａライン６００に対して計算される。その後、複数のＡラインにわたる平均の結果がステップ６０２で平滑化されてもよい。平均比に基づく測定値（振幅脱相関を含む任意種別の測定値）が、Ａラインの深さにわたって積分または平均化される。セグメンテーションデータが利用可能であった場合、積分または平均化する深さを制限するためにこのデータを利用することができる。他の実施形態では、ステップ６００の計算は、例えば、平均ではなく中央値または任意の分位点であってよい。いずれかのＡラインでの演算結果が、ある程度のノイズやランダム性の影響を受ける可能性があること、そして、運動が、比較的少数のＡラインに大きく関係があると予想されること（１００ｋＨｚのＯＣＴシステムの場合、例えば、各Ａラインに関連付けられている時間はちょうど１０μｓｅｃである）を考慮すると、ステップ６０２において、隣接するまたは近傍に位置する複数のＡラインについての結果を、平均化、フィルタ処理、または平滑化してもよい。例えば、ガウシアンフィルタを適用してもよいし、複数のＡラインにわたって移動平均を計算してもよい。なお、このようなフィルタまたは平均は限定を意図するものではない。
本明細書に記載の第４の態様によれば、各Ａラインについて、最低の平均比率に関連づけられたフレームの複数の組み合わせが互いに最も一致すると仮定されており、したがって、これら組み合わせは、どのような種類の動きによっても最も影響を受けにくいと見なされる。様々な成分フレームの組み合わせ結果を、最低（最良の一致）から最高（最悪の一致）まで分類することができ、さらに、特定のＡラインについての血管造影計算の全体からフレームの組み合わせを除去するために、様々な方法を適用することができる。例えば、一実施形態では、閾値を超える平均比を伴う任意の対がさらなる使用から除外されるように、絶対的な閾値を適用してもよい。別の実施形態では、相対的な閾値（例えば、最良および最悪の結果の平均）を上述と同様にして利用することができる。さらに別の実施形態では、上位Ｎ個の対を選択することで、最悪の一致を表す一定個数の対を除外するようにしてもよい。
さらに別の実施形態では、フレームの組み合わせ結果のリストを、グループ間の差異を最小化するように大津の手法等の技術を用いてグループ化してもよい。運動の定量化の結果が高いグループに含まれるすべての要素を血管造影計算から除外してもよい。その代わりに、グループに含まれる要素の最小個数を指定することができる。
さらに別の実施形態では、分類された結果のリストは、最良の一致結果から最悪の一致結果へと１つずつ詳察（ｔｒａｖｅｒｓｅ）してもよい。この詳察の各ステップについて、結果の計算に使用される２つの成分フレームが注目される。次善の結果（もしあれば）の２つの成分フレームが再び注目され、処理が継続される。すべての成分フレームの処理が少なくとも一通り行われると、ルーチンが停止し、フレームの複数の組み合わせにわたって血管造影計算を平均化するとき、上記詳察において現時点までに処理したフレームの組み合わせのみが含まれる。ルーチンは、任意に、上記詳察処理における１または複数のステップを進むことも戻ることもできる。
さらに、１または複数の上記の方法を組み合わせたハイブリッド法を適用することもできる。例えば、絶対的閾値を適用することができるだけでなく、最大ｎ個の要素（または最小ｎ個の要素）が含まれるという条件を設けてもよい。
ステップ４０８におけるセグメント化および／またはステップ４１２におけるフィルタリングに続いて、ステップ４１０において、血管造影画像またはＢスキャンを表示してもよい。ステップ４０６における血管造影画像の生成および／またはステップ４０８における層境界のセグメント化に続いて、ステップ４１６において、任意に、ＯＣＴデータもしくは血管造影データを、例えば３Ｄでレンダリングしてもよい。データは、３Ｄレンダリング、Ｘ−Ｚおよび／またはＹ−Ｚ平面を含む任意の断面（断面像）、Ｘ−Ｙ平面（正面）、および／または、任意の組合せ（すなわち、同時的な複数ビュー）を含む様々な方法で表示することができる。任意のＸ−Ｚ、Ｙ−Ｚ、および／またはＸ−Ｙ平面に含まれないように、またはこれら平面に直交しないように、平面をスライスしてもよい。これらの表示をフィルタリングおよび／または平滑化してもよいが、これによりディスプレイの解像度が低下することがある。また、これらの表示をスケーリングしてもよいし、データ変換を適用してもよい。例えば、これらの処理は、対数を取ることおよび／またはカスタマイズされたグレースケールカラーマップを適用することを含んでもよい。
フィルタリングに続いて、ステップ４１４で、正面血管造影投影画像を表示してもよい。表示は、前述した処理からのフィルタリング／平滑化の（またはフィルタリングされていない、平滑化されていない）結果のいずれかを含んでもよい。表面的な網膜動脈と静脈、乳頭周囲の放射状ネットワーク、および表面的な毛細血管叢、深部の毛細血管叢、脈絡毛細管枝、外網膜、および必要に応じた他の疾病または病理に固有のビューなどの、網膜組織（内側／外側の意味での）の異なるゾーンにおける血管系を、表示視覚化が含んでもよい。さらに、複数の投影を同時に表示してもよく、そのような画像を、高解像度のＯＣＴ画像または血管造影断面画像とともに、または対応する構造的ＯＣＴ画像の正面画像とともに提示してもよい。本開示の範囲内において、様々な画像順列を任意に組み合わせることができる。各Ａラインで最大強度投影（ＭＩＰ）を取ることによって投影を計算してもよい。他の実施形態では、平均、中央値、または任意の分位値を取ることによって投影を計算してもよい。また、特定の閾値を超えるすべての値の平均をとることによって投影を計算してもよい。本システムのユーザによってこの閾値をカスタマイズすることができる。
第５の態様によれば、窓関数を利用しなくてもよいし、低い等価雑音帯域幅（ＥＮＢＷ）特性を有する窓関数および／またはスペクトル再成形を利用してもよい。本明細書においては、ウィンドウのＥＮＢＷは、同じノイズパワーを蓄積する同じピークパワーゲインを有する矩形フィルタの幅である。一般化された複素窓関数ｗ（ｎＴ）について、サンプリング間隔Ｔ＝１を仮定すると、そのＥＮＢＷは次式により与えられる。
Figure 0006761272
いくつかのＯＣＴ信号処理方法では、窓関数またはインターフェログラムデータの再成形は、周期的信号として見たときにおおよそ滑らかかつ連続であるように（例えば、過剰に高い周波数がないように）、スペクトルデータの不連続を低減し、かつ信号波形を整形するために使用される。これは、そのような不連続性および高い周波数は、離散フーリエ変換（ＤＦＴ）におけるスペクトル漏れを生じる可能性があるためである。例えば、（ガウシアンまたは類似の波形を達成するための）ハン窓または同等の窓関数を用いてもよい。しかし、矩形の窓関数は、例えば、網膜において典型的な微細血管構造に関して、優れた血管造影投影結果を得ることができる。これらの細かい血管の接続状態は投影画像においてより良好に観察できるため、よりリアルでより高い解像度を有する血管造影投影を得ることができる。
これらの利点にもかかわらず、窓を適用しない場合、もしくは矩形窓を適用する場合には、ＯＣＴ画像にある程度のスジ（線）が入ることがある。これは、ＯＣＴ成分画像の美観を犠牲にして血管造影結果が改善されたシステム設計のトレードオフをもたらし得る。このように、１つの窓関数（例えばハン窓）を用いてＯＣＴ構造画像を処理しつつ、別の窓関数（例えば、矩形のウィンドウまたはＥＮＢＷが低いウィンドウ）を用いて血管造影画像を処理することができる。さらに、ステップ４０４における位置合わせおよび／またはステップ４０８におけるセグメント化のような処理は画像の組の一方または他方に基づいてもよい。例えば、血管造影画像に適用したとしても、信号漏れの減少に関連する画像エッジのシャープ化により、ハン窓関数に基づき計算を行うことは、セグメント化に有利であり得る。同様に、画像間の位置合わせの場合、ＯＣＴ構造画像に対して利用されるシャープなＯＣＴ成分画像のセットのみを位置合わせすることが有益であり得る。そして、より不鮮明な成分フレームに関する血管造影のために、決定された変換パラメータを再利用することができる。
ハン窓のような典型的な窓関数の伝達関数は、例えば、約５０〜１００デシベル（多くの場合、それ以上）程度中心ローブよりも低い値を持つ。一方、矩形窓は、一般的に、例えば、約２０デシベル程度のオーダーの値の伝達関数を持つ。ＥＮＢＷが低い窓関数（または、同様に設計されたスペクトル再成形関数）の使用は、信号漏れを誘発し、不鮮明化を生じさせることがあるが、脱構造的スペックル（ｄｅｃｏｎｓｔｒｕｃｔｉｖｅ Ｓｐｅｃｋｌｅ）に関連した計算の影響を効果的に低減することもできる。これは、そのような画素（さもなければ非常に低い強度を有し、したがって、他のフレーム内の対応する画素と対になったときにより極端な比率結果を生じる可能性が高い画素）は、高い強度の他の画素に比べて大きく、その強度が効果的に増加されるためである。これにより、ＯＣＴ画像の信号強度に対してフロアが効果的に適用され、計算された比の値を緩和することができる。その結果、血管造影計算の安定性と信頼性が増し、信号対雑音比が改善された血管造影画像を得ることができる。図７は、矩形窓およびハン窓を用いたスウェプトソースに基づく血管造影画像の例の結果の比較を示す。図から分かるように、矩形窓を用いた処理は、（例えば、中心窩の無血管領域内およびその周囲における）ノイズを低減し、血管造影の信号対雑音比／忠実度を明確に向上させ、さらに、内網膜の（表面的な）血管系の全体的な連結性を向上させる。
上記の例では矩形窓について述べたが、従来は高解像度のＯＣＴの窓と考えられていないものを含む他の窓関数を使用してもよい。例えば、低アルファ（例えば０．１以下）のテューキー窓を使用してもよい。テューキー窓は、矩形窓に比べ、スペクトル中に起こり得る不連続性が低減されるという点において相対的な優位性を持っている。したがって、ＯＣＴ画像自体への影響（例えば、スジ・線）を低減することができる。また、ハン窓よりも著しく小さいＥＮＢＷを有する窓関数は、矩形窓と実質的に同じ働きをすることが期待できる。例えば、約１．２３未満のＥＮＢＷは、優れた血管造影投影結果をもたらす。また、光学および／または数値的方法の一方または両方によってスペクトルを成形することができ、そこに上述のＥＮＢＷが低いときの特性を適用してもよい。
上記の説明は特定の窓関数に関するものであるが、これらの関数は本開示の範囲の限定を意図するものではない。また、窓関数は、ハードウェアまたはソフトウェアのどちらで実現されてもよく、ＥＮＢＷ基準を適用することができる。例えば、ＥＮＢＷのような基準を、離散フーリエ変換の直前にインターフェログラムの包絡線に対して適用することができる。しかし、本開示はこのタイミングに限定されるものではない。
本明細書に記載の第６の態様によれば、全スペクトルデータのサブセットを表す部分的なスペクトルを用いて、血管造影用のＯＣＴ画像を計算することができる。これは、スペクトル再成形を利用する場合など、いくつかの場面において望ましいことがある。スペクトル再成形は、スペクトルのある部分の信号対雑音比を効果的に増幅することができるので、改善された結果を得ることができる。
本明細書に記載の第７の態様によれば、比に基づくまたは幾何標準偏差の結果を算出するための画素を決めるために、一般的な計算方法において最小強度閾値を適用することができる。この態様によれば、特定のピクセル位置の信号強度が最小強度値またはそれを超える値であった場合、その値（例えば、比の値）を算出する。それ以外の場合には、血管造影出力はゼロ（または任意の値）に設定される。
最小強度閾値は、弱い前景信号（例えば、網膜血管造影の場合には、比較的低反射の網膜信号）について計算することができる。測定された背景ノイズに関連する計算に基づく最小強度閾値とは対照的に（例えば、サンプルビームが検出からブロックされている場合、または、どのサンプルにも対応していない画像、もしくはシステムが感度を有しない散乱特性を有する画像の部分において）、弱い前景信号に基づく閾値は、得られた血管造影画像における信号対雑音比を良好にし、かつ、画像化された血管系の連続性を向上させることができる。また、前景ベースの閾値により、デフォルトのパラメータセットを用いて、一貫した高品質の結果を提供できる。換言すれば、一貫性のある血管造影結果をノイズ特性が異なる種々のマシン間で達成することができる。しかし、本開示の範囲から逸脱することなく、バックグラウンド・ベースの閾値を使用することもできる。
図８は、弱い前景信号を用いて最小強度閾値を決定するためのフローチャートを示す。一実施形態によれば、ステップ８００で取得された（眼組織を含む）ＯＣＴ画像は、ステップ８０２において任意の方法でセグメント化されてもよい。例えば、正確な層の境界は、網膜、脈絡膜、および／または任意の所望の層を描写するために決定されてもよい。または、積分信号量を最大化することによって前景領域を決定するために、固定サイズまたは可変サイズの移動窓関数を各Ａライン内において使用してもよい。さらに、画像（複数可）は、血管造影の結果を生成するために使用される画像（複数可）と同じであってもよいし、全く異なる画像または画像セットであってもよい。この処理は、キャリブレーションパラメータまたはパラメータとして格納された結果を用い、代表画像または画像セットに基づいて、予め行うことができる。
次に、ステップ８０４において、セグメント化された前景データに基づくヒストグラムが必要に応じて生成される。この前景データは、網膜および／または脈絡膜の全体に対応してもよい。あるいは、前景データは、比較的低反射な層もしくは層のセットに特に対応してもよく、層のセットは神経節細胞層（ＧＣＬ）、内顆粒層（ＩＮＬ）、または外顆粒層（ＯＮＬ）を含んでもよい。そして、画素強度のヒストグラムまたはソートされたリストのいずれかを使用して、ステップ８０６において、所定のパーセンタイルまたは分位点に応じて値が抽出される。例えば、低い値から高い値に向けて順序付けられているとき、約２５〜３０パーセンタイル（比較的低い閾値）の画素強度を見つけるために、全網膜（いくらかの脈絡膜を含んでもよい）が利用される。低反射の層または層のグループが前のステップで使用された場合、低い値から高い値に向けて順序付けられたデータとともに、より高いパーセンタイル（例えば、５０％（中央値）と７５％の間）を使用できる。なお、所望の結果に基づいて、任意のパーセンタイルレベルまたは画素強度を本開示の範囲内で用いることができる。この時点での画素強度値は、最小強度閾値として用いられる。最小強度閾値は、固定パラメータ（例えば、所定のパーセンタイルまたは分位点）に基づいて、自動的に決定することができる。いくつかの実施形態において、パラメータは、ユーザにより定義可能であってよい。
なお、最小強度閾値は、個々のフレームまたは平均化画像のいずれかを含む任意の画像における画素強度に基づいていてもよい。また、異なるフレームの組み合わせのために、閾値を決定するための基礎として、異なる１または複数の画像を利用できる。
図９Ａは、ＳＳＡＤＡ法と本明細書に記載の技術との比較を示す。同図においては、本明細書に記載された技術とＳＳＡＤＡ処理の近似法とを用いて同一のデータセットを計算している。どちらの画像も、同じ深さでの最大強度投影に基づくものであり、同じ正規化方法を利用して表示を行っている。なお、上記の技術により生成された画像は、例えば、視神経乳頭およびその周りにおいて、高い血管造影信号強度と詳細さを示し、その結果として、より一貫性のある見た目の画像が得られることが分かる。同様に、図９Ｂは、フレーム間標準偏差計算と本明細書に記載の技術との間における脈絡膜新生血管膜の画像の比較を示す。上記の技術により生成された画像は、血管造影信号強度の高さと詳細さに加えて、撮像範囲全域にわたる一貫性の高さを呈する。
図１０は、振幅脱相関に対する比に基づくアプローチの相対的な感度の優位性をプロットすることにより、振幅脱相関法と本明細書に記載した方法との比較を示す図である。図から分かるように、低い血流（低い「ワンマイナス画素強度比（ｏｎｅ ｍｉｎｕｓ ｐｉｘｅｌ ｉｎｔｅｎｓｉｔｙ ｒａｔｉｏ）」を有するもの）に対して、比に基づく方法（ＯＣＴＡＲＡ比率解析）は、大きな血管造影結果をもたらす。したがって、比に基づく解析を通じて形成された画像は、低い血流の血管系に対してより高感度である（明確な差異）。例えば、図１０のプロットによると、比に基づく方法は、振幅脱相関が０．４「ワンマイナス画素強度比」に対する場合とほぼ同じ程度、０．１「ワンマイナス画素強度比」に対しても敏感である。また、上記の表形式のデータと同様に、２つのプロット線の曲率を考慮すると、比に基づく解析は、大〜中レベルの血流と比較して低い血流に対してより高い感度を示すことが分かる。したがって、比に基づく結果は、高い線形性および高いダイナミックレンジの双方に関連する。
また、撮像に使用されるＯＣＴシステムのパラメータは、結果の画像に影響を及ぼす。例えば、ＯＣＴ血管造影には眼内の同じ位置のスキャンを繰り返す必要がある。したがって、密にサンプリングされたデータセットを取得するために、より高速なＯＣＴ撮像がＯＣＴ血管造影に役立つ。しかし、ＯＣＴ撮像感度は速度に反比例し、「ＡＮＳＩ Ｚ１３６．１」、「ＩＳＯ １５００４−２」または「ＩＥＣ ６０８２５−１」などの規格における最大許容露光量（ＭＰＥ）の値によって制限される。完璧なリフレクタと無損失光学系が用いられる場合の高速（フーリエドメイン）ＯＣＴの達成可能な最大感度は、ρを光検出器の応答速度、ＰＭＰＥを眼のＭＰＥ光パワー、ｅを電子の電荷、ｆＡをＯＣＴ撮像速度とすると、以下のように与えられる。
Figure 0006761272
ＯＣＴ血管造影の１つの特徴は、網膜の異なる層における血流を検出する能力である。運動コントラストの計算および網膜層のセグメント化は、網膜および脈絡膜における血管網の各層の可視化を可能にするための、ＯＣＴ撮像の十分な感度に依存している。低い感度での高いノイズは、運動コントラストの計算に悪影響を与えるだけでなく、網膜の特定の層内の血管系を可視化するためのセグメント化を困難にする可能性がある。そのため、多くの臨床的ＯＣＴ装置が９５デシベル以上の感度を必要とする。角膜に直径１ｍｍで入射する光では、ＩＳＯ １５００４‐２によると、ＭＰＥは０．７９ｍＷに制限されている。典型的な光検出器の応答速度０．７Ａ／Ｗを仮定すると、上記の式によれば、合理的な感度を維持するために、ＯＣＴ撮像の最大速度は４８５ｋＨｚ未満である。
角膜に入射する光束の直径が大きくなれば、より高いＭＰＥを許容することができる。しかし、直径の大きな光束は、瞳とビーム焦点での短い軸方向視野とを通じた位置ずれのためのマージンを小さくすることにより、デバイスの堅牢性（ロバスト性）を低下させる可能性がある。ＭＰＥを増加しても、臨床撮像に適した最大のＯＣＴ撮像速度は、現在の安全基準を考慮すると１ＭＨｚ以下の可能性が高い。複数のＯＣＴ画像を平均化することにより高速ＯＣＴの画像品質を向上させることができるが、必ずしもＯＣＴ血管造影運動コントラストの計算の役には立つものではない。上記に照らして、ＯＣＴ血管造影用のＯＣＴ撮像速度は、１ＭＨｚ未満（例えば、数百ｋＨｚ）のＡスキャンレートであってよい。例えば、いくつかのＯＣＴの実施において、２５ｋＨｚ〜８００ｋＨｚのＡスキャンレートであってもよい。被検者の眼球運動と所望のスキャン密度からアーティファクト／ノイズに関連するものなどの考慮事項以外には、このような低い「境界」または「制限」はない。本明細書に記載の態様は、任意のＯＣＴシステムとともに使用してよく、あるいは、他の撮像モダリティで得られたデータに適用してもよい。
本開示は、ＯＣＴ撮像モダリティに基づいているが、ＯＣＴに限定されるものではない。例えば、本開示は超音波撮像にも適用可能である。また、本明細書に記載された技術は血管造影法および網膜血管の可視化に関連しているが、それに限定されるものではなく、むしろ、流体または物体の流れ、または他の移動ボリュームを含む他の可視化にも適用することができる。硝子体における流れまたは動きはその一例である。
なお、上述した態様または態様の組み合わせは、ハードウェアまたはソフトウェアにより実施することができる。ソフトウェアの場合、上述の態様の少なくとも一部をコンピュータに実行させるための命令を含むコンピュータプログラムが、非一時的コンピュータ可読媒体に格納される。実行されると、ソフトウェアは、例えばプロセッサ（複数可）を含むコンピュータに格納された命令を実行させる。これらの態様は、画像処理装置（ＧＰＵ）、または同様の専用画像プロセッサなどのプロセッサまたは複数のプロセッサ上で実施されてもよい。プロセッサは、例えば、中央処理装置（ＣＰＵ）の一部として、別の目的のために設計された他のプロセッサに埋め込まれても、または統合されてもよい。このようなプロセッサはまた、グラフィックスプロセッサユニット（ＧＰＧＰＵ）での汎用コンピューティングのためのものであってもよい。本明細書において「プロセッサ」は、任意の数の、例えば、抵抗、トランジスタ、コンデンサ、インダクタなどの電気部品で構成される電気回路またはその任意の一部を指す。回路は、例えば、集積回路、集積回路のセット、マイクロコントローラ、マイクロプロセッサ、プリント回路基板（ＰＣＢ）上の個別の電子部品のコレクションなど、任意の形態であってもよい。プロセッサはまた、スタンドアローンまたは画像データ処理以外の操作に使用されるコンピュータの一部であってもよい。ハードウェアまたはソフトウェアによるこれらの態様の実施は、任意の数の電子機器および／またはアプリケーションにより実現されてもよい。電子機器は、例えば、パーソナルコンピュータ、サーバ、統合されたＯＣＴ、類似の撮像機器などであるが、これらに限定されない。また、上述の態様および／または態様の組み合わせは、前述したプロセッサの１つによって実行可能であるメモリに格納されてもよい。また、上記の説明は非限定的であり、上記の例は、多くの可能なプロセッサおよび実装のうちののほんの少数に過ぎない。
様々な特徴が上記に示されているが、これら特徴を単独でまたは任意の組み合わせとして使用することができると理解されるべきである。また、特許請求の例が関連する技術分野の当業者にとって、種々の変形や変更が可能であることも理解されるべきである。本明細書に記載された例は、例示的なものである。本開示により、当業者は、特許請求の範囲に記載の要素に対応する代替の要素を有する代替的な設計を行い、それを使用することができる。そのため、意図された範囲は、請求項の文言と異ならない、または非実質的に異なる他の例を含んでよい。開示の範囲は添付の請求項の記載に応じて定義される。

Claims (4)

  1. 複数回取得された被検体ボリュームのＯＣＴデータから生成されたＯＣＴ画像の比に基づく値または血管造影偏差の値を、前記複数回取得された前記ＯＣＴ画像の各画素を比較することによって計算する工程と、
    前記値に基づき血管造影画像を生成する工程と、
    前記ＯＣＴ画像および／または前記血管造影画像を表示、レンダリングおよび／または格納する工程と、を含み、
    前記値が比に基づく値を含む場合、前記比に基づく値は非線形演算によって変更されず、
    前記取得されたＯＣＴデータに基づいて前記被検体ボリュームの前記ＯＣＴ画像を生成する工程をさらに含み、
    ＯＣＴ光源の部分スペクトルを用いて前記ＯＣＴ画像のうちの少なくとも１つを生成する
    ことを特徴とするＯＣＴ血管造影法。
  2. 複数回取得された被検体ボリュームのＯＣＴデータから生成されたＯＣＴ画像の比に基づく値または血管造影偏差の値を、前記複数回取得された前記ＯＣＴ画像の各画素を比較することによって計算する工程と、
    前記値に基づき血管造影画像を生成する工程と、
    前記ＯＣＴ画像および／または前記血管造影画像を表示、レンダリングおよび／または格納する工程と、を含み、
    前記値が比に基づく値を含む場合、前記比に基づく値は非線形演算によって変更されず、
    ＯＣＴ画像は、インターフェログラムに関数を適用することによって、または包絡線を有するインターフェログラムから生成され、
    構造的ＯＣＴ画像を生成するための等価雑音帯域幅（ＥＮＢＷ）は、血管造影ＯＣＴ画像を生成するためのＥＮＢＷよりも大きい
    ことを特徴とするＯＣＴ血管造影法。
  3. 前記血管造影ＯＣＴ画像を生成するためＥＮＢＷは１．２３未満である
    ことを特徴とする請求項２に記載のＯＣＴ血管造影法。
  4. 前記包絡線は、離散フーリエ変換が適用される直前のインターフェログラムの包絡線である
    ことを特徴とする請求項２または３に記載のＯＣＴ血管造影法。
JP2016078841A 2015-04-15 2016-04-11 最適な信号処理によるｏｃｔ血管造影法 Active JP6761272B2 (ja)

Applications Claiming Priority (10)

Application Number Priority Date Filing Date Title
US201562147911P 2015-04-15 2015-04-15
US62/147,911 2015-04-15
US201562171533P 2015-06-05 2015-06-05
US62/171,533 2015-06-05
US201562222767P 2015-09-23 2015-09-23
US62/222,767 2015-09-23
US201562263389P 2015-12-04 2015-12-04
US62/263,389 2015-12-04
US15/091,288 US9984459B2 (en) 2015-04-15 2016-04-05 OCT angiography calculation with optimized signal processing
US15/091,288 2016-04-05

Publications (2)

Publication Number Publication Date
JP2016202900A JP2016202900A (ja) 2016-12-08
JP6761272B2 true JP6761272B2 (ja) 2020-09-23

Family

ID=55910094

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2016078841A Active JP6761272B2 (ja) 2015-04-15 2016-04-11 最適な信号処理によるｏｃｔ血管造影法

Country Status (4)

Country Link
US (3) US9984459B2 (ja)
EP (1) EP3082101A3 (ja)
JP (1) JP6761272B2 (ja)
DE (1) DE16165027T1 (ja)

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10231619B2 (en) * 2015-12-09 2019-03-19 Oregon Health & Science University Systems and methods to remove shadowgraphic flow projections in OCT angiography
CN106815840B (zh) * 2017-01-22 2020-06-05 飞依诺科技(苏州)有限公司 一种肝部扫查图像的处理方法及装置
US11446004B2 (en) * 2017-06-09 2022-09-20 Tokitae Llc Ultrasound systems and methods of identifying fluids in body regions using the same
JP6949628B2 (ja) * 2017-09-04 2021-10-13 キヤノン株式会社 画像処理装置、光干渉断層撮像装置、画像処理方法、及びプログラム
JP7043208B2 (ja) * 2017-09-27 2022-03-29 株式会社トプコン レーザ治療装置
CA3082416A1 (en) * 2017-11-16 2019-05-23 Victor X.D. Yang Systems and methods for performing gabor optical coherence tomographic angiography
AU2018376898B2 (en) * 2017-11-30 2024-05-23 Alcon Inc. Improving segmentation in optical coherence tomography imaging
JPWO2019156139A1 (ja) * 2018-02-08 2021-01-28 興和株式会社 画像処理装置、画像処理方法及び画像処理プログラム
US11944382B2 (en) 2018-04-02 2024-04-02 Oregon Health & Science University Systems and methods for bulk motion compensation in phase-based functional optical coherence tomograpgy
JP7102208B2 (ja) * 2018-04-25 2022-07-19 キヤノン株式会社 画像処理装置およびその制御方法
US11257190B2 (en) * 2019-03-01 2022-02-22 Topcon Corporation Image quality improvement methods for optical coherence tomography
CN110310341B (zh) * 2019-07-02 2021-09-24 广州视源电子科技股份有限公司 颜色算法中默认参数的生成方法、装置、设备和存储介质
CN113017593B (zh) * 2021-02-23 2022-02-22 浙江大学 血流信号强度分层滤波的血管尾部伪影去除方法与系统
CN116563414B (zh) * 2023-07-11 2023-09-12 天津博霆光电技术有限公司 基于oct的心血管成像颤影消除方法及设备
CN116725492B (zh) * 2023-07-11 2023-12-12 江苏金视传奇科技有限公司 一种基于光学相干层析成像的血管成像方法及其系统

Family Cites Families (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3016419A (en) 1959-03-09 1962-01-09 Peter G S Mero Recording device
US6293674B1 (en) 2000-07-11 2001-09-25 Carl Zeiss, Inc. Method and apparatus for diagnosing and monitoring eye disease
US6980299B1 (en) * 2001-10-16 2005-12-27 General Hospital Corporation Systems and methods for imaging a sample
WO2006039091A2 (en) * 2004-09-10 2006-04-13 The General Hospital Corporation System and method for optical coherence imaging
US7301644B2 (en) 2004-12-02 2007-11-27 University Of Miami Enhanced optical coherence tomography for anatomical mapping
WO2006116317A1 (en) * 2005-04-22 2006-11-02 The General Hospital Corporation Arrangements, systems and methods capable of providing spectral-domain polarization-sensitive optical coherence tomography
JP2009527770A (ja) * 2006-02-24 2009-07-30 ザ ジェネラル ホスピタル コーポレイション 角度分解型のフーリエドメイン光干渉断層撮影法を遂行する方法及びシステム
WO2007109622A2 (en) * 2006-03-17 2007-09-27 University Of Washington Clutter rejection filters for optical doppler tomography
EP2517616A3 (en) * 2006-05-10 2013-03-06 The General Hospital Corporation Processes, arrangements and systems for providing frequency domain imaging of a sample
US7782464B2 (en) * 2006-05-12 2010-08-24 The General Hospital Corporation Processes, arrangements and systems for providing a fiber layer thickness map based on optical coherence tomography images
US9596993B2 (en) * 2007-07-12 2017-03-21 Volcano Corporation Automatic calibration systems and methods of use
US7992999B2 (en) * 2008-04-23 2011-08-09 University Of Pittsburgh - Of The Commonwealth System Of Higher Education Automated assessment of optic nerve head with spectral domain optical coherence tomography
US8025406B2 (en) * 2009-03-17 2011-09-27 The Uwm Research Foundation, Inc. Systems and methods for photoacoustic opthalmoscopy
US8831304B2 (en) * 2009-05-29 2014-09-09 University of Pittsburgh—of the Commonwealth System of Higher Education Blood vessel segmentation with three-dimensional spectral domain optical coherence tomography
WO2011074078A1 (ja) * 2009-12-15 2011-06-23 キヤノン株式会社 画像処理装置、画像処理方法、撮像システム及びプログラム
EP2538833A4 (en) 2010-02-08 2014-03-12 Univ Oregon Health & Science METHOD AND DEVICE FOR ULTRA-SENSITIVE OPTICAL MICROANGIOGRAPHY
US8687666B2 (en) * 2010-12-28 2014-04-01 Axsun Technologies, Inc. Integrated dual swept source for OCT medical imaging
JP5836634B2 (ja) * 2011-05-10 2015-12-24 キヤノン株式会社 画像処理装置及び方法
US20140221827A1 (en) * 2011-06-07 2014-08-07 California Institute Of Technology Enhanced optical angiography using intensity contrast and phase contrast imaging methods
JP6025311B2 (ja) * 2011-08-01 2016-11-16 キヤノン株式会社 眼科診断支援装置および方法
US9357916B2 (en) * 2012-05-10 2016-06-07 Carl Zeiss Meditec, Inc. Analysis and visualization of OCT angiography data
JP6316298B2 (ja) 2012-09-10 2018-04-25 オレゴン ヘルス アンド サイエンス ユニバーシティ Ｏｃｔ血管造影による局所循環の定量化
WO2014084231A1 (ja) * 2012-11-30 2014-06-05 株式会社トプコン 眼底撮影装置
US9677869B2 (en) * 2012-12-05 2017-06-13 Perimeter Medical Imaging, Inc. System and method for generating a wide-field OCT image of a portion of a sample
US9179834B2 (en) * 2013-02-01 2015-11-10 Kabushiki Kaisha Topcon Attenuation-based optic neuropathy detection with three-dimensional optical coherence tomography
JP6184231B2 (ja) * 2013-07-31 2017-08-23 キヤノン株式会社 画像処理装置および画像処理方法
US9046339B2 (en) 2013-09-30 2015-06-02 Carl Zeiss Meditec, Inc. Systems and methods for bidirectional functional optical coherence tomography
US9763569B2 (en) * 2014-02-04 2017-09-19 University Of Southern California Optical coherence tomography (OCT) system with improved motion contrast
JP6426974B2 (ja) * 2014-10-20 2018-11-21 株式会社トプコン データ処理方法及びｏｃｔ装置

Also Published As

Publication number Publication date
JP2016202900A (ja) 2016-12-08
DE16165027T1 (de) 2016-12-29
US20200349701A1 (en) 2020-11-05
EP3082101A3 (en) 2016-10-26
US9984459B2 (en) 2018-05-29
US20180247409A1 (en) 2018-08-30
EP3082101A2 (en) 2016-10-19
US11481897B2 (en) 2022-10-25
US20160307314A1 (en) 2016-10-20
US10719933B2 (en) 2020-07-21

Similar Documents

Publication Publication Date Title
JP6761272B2 (ja) 最適な信号処理によるｏｃｔ血管造影法
US10588572B2 (en) Bulk motion subtraction in optical coherence tomography angiography
Yousefi et al. Segmentation and quantification of blood vessels for OCT-based micro-angiograms using hybrid shape/intensity compounding
JP6598502B2 (ja) 画像生成装置、画像生成方法およびプログラム
JP7010983B2 (ja) 低コヒーレンス干渉法のための画質改善方法及びシステム
US20130039557A1 (en) Motion correction and normalization of features in optical coherence tomography
JP6584126B2 (ja) 画像生成装置、画像生成方法およびプログラム
US10102621B2 (en) Apparatus, method, and program for processing image
US20230172448A1 (en) Systems and methods for performing gabor optical coherence tomographic angiography
US20180315194A1 (en) Systems and methods for generating and displaying oct angiography data using variable interscan time analysis
JP6740177B2 (ja) 画像処理装置、画像処理方法及びプログラム
EP3454295B1 (en) Image processing apparatus, image processing method, and program
Rajabi et al. Speckle noise reduction and motion artifact correction based on modified statistical parameters estimation in OCT images
JP2022082541A (ja) 光コヒーレンストモグラフィ画像を用いた３次元解析
Manh Luu et al. Evaluation of diffusion filters for 3d cta liver vessel enhancement
Nienhaus et al. Inpainting of detector saturation artifacts in OCT with deep learning
Wu A study for optical coherence tomography angiography of finger and phantom
CN115953542A (zh) 一种光学相干断层扫描微血管成像方法、装置及设备
Abdullah Quality Assessment on Medical Image Denoising Algorithm Diffusion and Wavelet Transform Filters
Qidwai et al. Blind restoration of fluorescein angiography images

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20160617

RD01 Notification of change of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7421

Effective date: 20161226

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20190325

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20200121

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20200122

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20200304

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20200811

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20200904

R150 Certificate of patent or registration of utility model

Ref document number: 6761272

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250